量化模型与构建方式 1. **模型名称**：公募指数增强基金等权组合模型[6][17][20][21][26] **模型构建思路**：通过等权重配置同一指数增强基金类别下的多只产品，构建一个能够代表该类基金整体平均表现的组合[17][22]。 **模型具体构建过程**： * **基金筛选**：根据Wind投资类型二级分类，筛选出跟踪特定指数（如沪深300、中证500、中证1000、中证A500）的指数增强型基金[29]。 * **成立时间过滤**：在每次再平衡时点，仅纳入成立已满2个月的基金，以排除建仓期影响[17][22][30]。对于中证A500指增，由于存续时间较短，在统计本年收益时放宽要求，不要求满2个月[8][30]。 * **组合构建与再平衡**：将筛选出的基金进行等权重配置，形成组合。组合采用月度频率进行再平衡，即每月调整一次，使各成分基金恢复等权重[17][22]。 * **净值计算**：计算该等权组合的净值走势，用于观察该类基金整体的累计超额收益表现[6][17][20][21][26]。 2. **模型名称**：公募主动量化产品等权组合模型[6][17][25][27] **模型构建思路**：通过等权重配置多只主动量化基金，构建一个能够代表主动量化基金整体平均表现的组合[17]。 **模型具体构建过程**： * **基金筛选**：根据基金名称、投资目标、基金经理、招股说明书的投资策略、股票仓位等，从Wind投资类型为普通股票型、偏股混合型、灵活配置型的基金中定义并筛选出主动量化基金[29]。 * **成立时间过滤**：在每次再平衡时点，仅纳入成立已满2个月的基金[17]。 * **组合构建与再平衡**：将筛选出的基金进行等权重配置，形成组合。组合采用月度频率进行再平衡[17]。 * **净值计算**：计算该等权组合的净值走势，用于观察主动量化基金整体的累计绝对收益表现[6][17][25][27]。 3. **模型名称**：公募市场中性产品等权组合模型[6][17][24] **模型构建思路**：通过等权重配置多只股票市场中性策略基金，构建一个能够代表市场中性基金整体平均表现的组合[17]。 **模型具体构建过程**： * **基金筛选**：根据Wind投资类型二级分类，筛选出投资类型为“股票多空”的基金，定义为股票市场中性策略基金[29]。 * **成立时间过滤**：在每次再平衡时点，仅纳入成立已满2个月的基金[17]。 * **组合构建与再平衡**：将筛选出的基金进行等权重配置，形成组合。组合采用月度频率进行再平衡[17]。 * **净值计算**：计算该等权组合的净值走势，用于观察市场中性基金整体的累计绝对收益表现[6][17][24]。 模型的回测效果 1. 公募沪深300指增等权组合模型，近一年跟踪误差3.07%[8]，近一年信息比率(IR)未直接给出，可通过“近一年均值0.29%”与“近一年跟踪误差3.07%”估算。 2. 公募中证A500指增等权组合模型，本年跟踪误差5.94%[8]。 3. 公募中证500指增等权组合模型，近一年跟踪误差4.35%[8]，近一年信息比率(IR)未直接给出，可通过“近一年均值2.85%”与“近一年跟踪误差4.35%”估算。 4. 公募中证1000指增等权组合模型，近一年跟踪误差4.37%[8]，近一年信息比率(IR)未直接给出，可通过“近一年均值9.70%”与“近一年跟踪误差4.37%”估算。 5. 公募主动量化产品等权组合模型，近一年最大回撤13.10%[8]。 6. 公募市场中性产品等权组合模型，近一年最大回撤3.42%[8]。 量化因子与构建方式 1. **因子名称**：超额收益因子[1][2][3][8] **因子构建思路**：衡量指数增强基金相对于其跟踪基准的超额收益能力[29]。 **因子具体构建过程**： * **基准确定**：以基金所跟踪的标的指数对应的全收益指数作为比较基准[29]。 * **计算**：在指定时间窗口内（如本周、本月、本年等），计算基金净值增长率与基准指数增长率之差，即为该时间窗口的超额收益。 $$超额收益 = R_{fund} - R_{benchmark}$$ 其中，$R_{fund}$ 为基金收益率，$R_{benchmark}$ 为基准全收益指数收益率。 2. **因子名称**：跟踪误差因子[8] **因子构建思路**：衡量指数增强基金投资组合收益率与基准指数收益率之间的偏离程度，即投资组合的风险控制能力[8]。 **因子具体构建过程**： * **数据准备**：获取基金和基准指数在近一年内的日度收益率序列。 * **计算**：计算基金日收益率与基准日收益率之差的年化标准差。 $$年化跟踪误差 = \sqrt{242} \times Std(R_{fund, daily} - R_{benchmark, daily})$$ 其中，$Std$ 表示标准差，年化交易日数采用242天[29]。 3. **因子名称**：最大回撤因子[8] **因子构建思路**：衡量基金净值从前期高点下降到后期低点的最大幅度，用于评估基金的历史下行风险[8]。 **因子具体构建过程**： * **数据准备**：获取基金在指定时间窗口内（如近一年）的净值序列。 * **计算**：对于净值序列中的每一个时点，计算从该时点之前的历史最高点到该时点的回撤率，所有时点回撤率中的最大值即为该时间窗口的最大回撤。 $$回撤率(At\ Time\ t) = \frac{Peak_t - NAV_t}{Peak_t}$$ $$最大回撤 = Max(回撤率_1, 回撤率_2, ..., 回撤率_T)$$ 其中，$Peak_t$ 为时点 $t$ 之前的历史最高净值，$NAV_t$ 为时点 $t$ 的净值。 因子的回测效果 1. 超额收益因子（沪深300指增），本周均值0.21%[1][8]，本月均值0.33%[2][8]，本年均值-0.24%[3][8]，近一年均值0.29%[8]。 2. 超额收益因子（中证A500指增），本周均值-0.04%[1][8]，本月均值-0.03%[2][8]，本年均值1.04%[3][8]。 3. 超额收益因子（中证500指增），本周均值-0.44%[1][8]，本月均值-0.11%[2][8]，本年均值0.64%[3][8]，近一年均值2.85%[8]。 4. 超额收益因子（中证1000指增），本周均值-0.24%[1][8]，本月均值0.25%[2][8]，本年均值7.52%[3][8]，近一年均值9.70%[8]。 5. 超额收益因子（主动量化），本周均值-0.12%[1][8]，本月均值0.58%[2][8]，本年均值26.64%[3][8]，近一年均值21.68%[8]。 6. 超额收益因子（市场中性），本周均值-0.12%[1][8]，本月均值-0.10%[2][8]，本年均值1.03%[3][8]，近一年均值1.40%[8]。 7. 跟踪误差因子（沪深300指增），近一年均值3.07%[8]。 8. 跟踪误差因子（中证A500指增），本年均值5.94%[8]。 9. 跟踪误差因子（中证500指增），近一年均值4.35%[8]。 10. 跟踪误差因子（中证1000指增），近一年均值4.37%[8]。 11. 最大回撤因子（主动量化），近一年均值13.10%[8]。 12. 最大回撤因子（市场中性），近一年均值3.42%[8]。

量化策略的收益来源与分类 - 主流指增策略赚取Beta+Alpha收益，通过复制市场指数成分股并留出部分仓位增强[6] - 市场中性策略通过做空等值股指期货对冲掉市场Beta，旨在获取纯Alpha收益[6] - 量化择时策略通过模型算法调整仓位获取择时Alpha，有时会叠加股指CTA操作，属于复合策略[8] - 全市场选股策略不明确特定Beta，针对全市场选股增强，可理解为相对于万得全A的指数增强[17] 量化策略的基准选择与表现 - 量化策略主战场在中小盘区域，因股票数量多、主观覆盖不足，存在更多错误定价机会和小市值溢价[9] - 过去5年，小微盘指数年化收益整体较好，部分源于指数编制特点带来的收益增强[12] - 过去5年，平均市值越小的指数波动越大，大盘和微盘指数都曾经历约40%的最大回撤[12] - 从2022年初市场高点持有主流指增策略，经历周期后，指增策略在不同Beta上均有显著超额，且Beta平均市值越小越易做出超额[13] - 指增策略年化波动和最大回撤普遍在20%附近，相比基准指数约40%的最大回撤，持有体验明显更好[14] 量化策略的有效与失灵环境 - 量化策略擅长高波动、高离散、流动性充沛、可选股票数量多的市场环境，这提供了更多捕捉错误定价的机会[18] - 策略同质化拥挤是量化的逆境之一，大量策略争抢相同信号会压缩超额空间，高度一致的持仓可能引发剧烈回撤，如2023年微盘风格共识导致2024年初的踩踏[19] - 陌生风格的极致演绎（如2017年大盘白马行情）可能导致基于历史数据的模型暂时失效[21] - 量化管理人需持续迭代模型以应对不断变化的市场，策略的韧性体现在至暗时刻后，若捕捉Alpha的内核成立，通常能随Beta回升和Alpha累积完成更快修复[23] 量化股票策略在组合配置中的意义 - 量化股多策略提供与主观股多策略本质上不同的收益风险来源，实现真正的分散配置[27] - 主观股多依赖深度研究赚认知差，量化股多依赖统计规律赚规律验证钱，两者底层逻辑互不依赖，表现呈现错位[27] - 根据2022年3月31日至2025年3月31日数据，量化股多与主观股多的相关性为0.71，与市场中性策略相关性为0.50，与债券策略相关性为0.38[28] - 在进攻性组合中，量化股多可作为“更可追踪、更可解释”的进攻仓位；在均衡配置中可补足锐度[28] - 多策略组合通过不同策略的互补与接力应对市场不确定性，避免单一方法论周期性失效，例如在2024年“924行情”前后不同策略的接力表现[29][31]

股价与交易表现 - 航天动力股价于12月9日上涨3.13%，创下超过十年新高 [1] - 当日换手率高达32.59%，成交额达到63.46亿元 [1] 龙虎榜资金流向 - 龙虎榜数据显示，上榜席位全天合计净卖出4.45亿元，其中买入4.98亿元，卖出9.43亿元 [1] - 沪股通席位呈现净卖出，买入2.44亿元，卖出2.64亿元，净卖出2010万元 [1] - 游资“徐晓”位列卖三席位，卖出1.5亿元 [1] - “量化基金”席位同时出现在买三和卖四席位，合计净卖出8553万元 [1] 买卖前五席位详情 - 买入金额最大的前五名营业部合计买入4.98亿元，占总成交比例的7.85% [1] - 买入榜首为沪股通专用席位，买入金额2.44亿元，占总成交3.85% [1] - 卖出金额最大的前五名营业部包括国泰海通证券上海长宁区江苏路营业部、沪股通专用、国元证券上海虹桥路营业部等 [1]

投资认知境界 - 投资认知存在四重境界 但市场仅10%投资者盈利 多数人处于第一境界却误认身处更高境界[3][5] 投资方式选择 技术流炒股 - 短线技术流炒股难以战胜量化基金 AI每秒处理亿级数据且极少犯错 相当于给量化送钱[8][9][10] 价值投资选股 - 价值投资本质是选好公司并长期持有 赚取企业成长收益 无对手方 AI算力无负面影响[12][13] - 但深度理解公司极难 雪球仅1%用户能真正理解"买股票就是买公司" 对普通投资者难度如买彩票[15][16][20] - 抄作业跟进大佬持仓存在信息滞后和高位接盘风险 更危险的是仅抄代码未理解投资逻辑 导致重仓不懂的公司难以承受波动[22][24][25][26] 买卖时机判断 - 买入时机看安全边际 即对公司懂的程度 当内在价值高于市价时时机自然浮现 非单纯寻最低点[30][31] - 卖出时机看机会成本 需持续比较持仓与潜在新机会 发现更具性价比公司时转换仓位合理[33] - 买卖决策底层逻辑均需"懂"公司 对普通人实践难度大[34] 资产配置策略 无需选股 - 资产配置利用大类资产间涨跌规律 如股债跷跷板效应 资金在股债商品及不同地域分配形成内部对冲[37][39][41] - 任何市况下总有资产赚钱或少亏 实现上涨时在场下跌时减伤 收益稳定适合普通投资者[42][44] 无需择时 - 择时需判断后市宏观微观 比选股更难 2013至2022年2431个交易日若错过涨幅最大20日收益下降超90% 犯错成本巨大[46][48][50] - 资产配置任何时点买入均有资产处于相对低位 利用再平衡策略自动高抛低吸 卖出盈利资产买入亏损资产恢复初始比例[52][53][55][56] - 平滑收益曲线化解买卖焦虑 组合稳健性允许资金从容退出[58]

股价表现 - 万通发展在连续两日涨停板后，今日股价大跌7.38% [1] - 当日成交额高达47.1亿元，换手率为18.69% [1] 龙虎榜交易席位分析 - 买入方面，一家机构席位位列买五，买入金额为9832万元 [1] - 游资“量化基金”占据买二和买四席位，合计买入2.16亿元 [1] - 沪股通专用席位为买入第一名，金额为1.74亿元，占总成交比例3.69% [1] - 卖出方面，知名游资“章盟主”位列卖二席位，卖出1.92亿元 [1] - 另一游资“敢死队”位列卖五席位，卖出9036万元 [1] - 买入前五名营业部总买入金额为5.99亿元，占总成交比例的12.71% [1]

市场情绪反转 - 尽管英伟达发布爆炸性盈利结果和强劲的就业报告 美国股市风险偏好情绪并未持续 [1] - 市场乐观情绪反转的原因包括对AI投资回报的担忧以及加密货币价格下跌至四月以来低点 [1] 行业与市场担忧 - 对人工智能是否产生足够收入或利润来证明其巨大支出的担忧重新浮现 [1] - 加密货币市场跌至四月以来低点被认为是股市暴跌的部分原因 [1] 投资者策略与市场动态 - 英伟达财报事件过后 投资者开始质疑推动年终行情的潜在因素 [1] - 系统性策略处于温和净多头状态 CTA仓位脆弱 更深回调可能触发量化基金自动平仓并导致额外抛售 [1]

全球股指期货表现 - 美股三大股指期货齐跌，道指期货跌0.68%至46,272.60点，标普500指数期货跌0.57%至6,634.50点，纳指期货跌0.72%至24,620.80点 [1] - 欧洲主要股指期货同样下跌，德国DAX指数跌1.40%，英国富时100指数跌1.37%，法国CAC40指数跌1.42%，欧洲斯托克50指数跌1.46% [2] - 原油价格窄幅波动，WTI原油微涨0.02%至59.87美元/桶，布伦特原油微跌0.05%至64.17美元/桶 [3][4] 美股市场技术面预警 - 标普500指数139个交易日以来首次收于50日均线下方，打破了本世纪以来第二长的高于该趋势线的纪录 [5] - 纳指同样低于其50日均线，结束了自1995年10月以来最长的连续高于50日均线的纪录，且创52周新低的个股数量多于新高个股，显示市场内部疲软 [5] - 比特币一度跌破9万美元，导致市场避险情绪升温 [5] 美联储政策动向 - 美联储副主席杰斐逊表示，考虑到就业市场风险上升且通胀风险缓解，进一步降息需"审慎推进"，政策已更接近中性水平 [6] - 亚特兰大联储主席博斯蒂克将于明年2月退休，其继任者若偏鸽派可能推动FOMC倾向于进一步降息 [6] - 瑞银经济学家认为，尽管FOMC会议纪要将展现内部分歧，但支持12月降息的意愿仍然强烈 [7] 宏观经济数据 - 截至10月18日当周，美国初请失业金人数为23.2万人，续请失业金人数报195.7万 [7] - 美国劳工统计局将于本周五发布9月份消费者价格指数，以便计算社会保障年度生活成本调整 [7] 原油市场展望 - 高盛预计油价下跌将持续至2026年，因产量激增将使市场维持约200万桶/日的供应过剩 [8] - 该行预测2026年布伦特原油均价为56美元/桶，WTI原油为52美元/桶，低于当前远期合约价格 [8][9] - 油价预计从2027年开始反弹，因低油价将抑制非OPEC产油国产量，且新项目投资不足 [9] 科技行业动态 - iPhone 17系列推动苹果在中国市场月智能手机销量增长37%，市场份额达20%，为2022年以来首次 [10] - 谷歌CEO皮查伊表示当前AI投资浪潮存在"非理性因素"，但公司凭借"全栈"技术模式更有能力应对市场动荡 [10] - Arm将把英伟达的NVLink接口技术加入其Neoverse平台，以强化在AI数据中心芯片领域的合作 [10] 公司财报与并购 - 家得宝第三季度销售额为413.5亿美元，超预期，但同店销售额仅增长0.2%，远不及预期的1.4%，调整后每股收益3.74美元不及预期，公司预计2025财年每股收益下降约5.0% [11] - 艾仕得涂料系统将以全股票方式与阿克苏诺贝尔合并，创建价值约250亿美元的全球涂料企业，预计实现年营收170亿美元和6亿美元成本协同效应 [11] - 百度第三季度总收入为312亿元人民币，AI新业务收入同比增长超50%，其中无人车订单达310万单，同比增速加速至212% [12] - 富途控股第三季度总营收64.03亿港元（约8.23亿美元），同比增长86.3%，净利润33.12亿港元（约4.26亿美元），同比增长136.9%，客户资产达1.24万亿港元（约1,595亿美元） [13] - 微博前三季度股东应占净利润4.54亿美元，同比增加55.43%，但第三季度净收入同比减少4.77%至4.42亿美元，广告及营销收入（不包括来自阿里巴巴的广告收入）下降13% [14]

投资核心理念 - 投资的关键是真正看懂公司的价值而非跟风 [1] - 核心投资逻辑是买股票就是买公司 [4] - 成功更多来自于不做什么信奉少动少错 [8][9] 投资组合与策略 - 主要持仓包括苹果腾讯茅台 [4] - 2025年第三季度大举增持英伟达61.39%并新买入阿斯麦 [4] - 同时给伯克希尔加仓53.53%并减持阿里巴巴 [4] 重点公司投资逻辑 - 投资阿斯麦看中其不可替代的垄断力全球独一份能造EUV光刻机 [5] - 阿斯麦手握近300亿欧元订单相当于明年全年营收 [5] - 英伟达不仅卖芯片还投资绑定AI生态两年出手83次 [6] - 英伟达通过投资OpenAI等大模型公司锁定未来需求 [6] - 投资苹果看重其硬件加软件模式及企业文化不做没价值产品 [8] - 茅台对普通人友好具有稳定情绪价值需求股息能兜底 [12] - 腾讯最新第三季度财报显示AI驱动下营收利润增长广告收入涨21% [13] 对普通投资者的建议 - 80%散户亏钱AI和量化基金成割韭菜神器 [11] - 百亿量化基金平均年化收益是主观基金的3倍交易速度快至0.0003秒 [11] - 不建议盲目跟风抄作业如拼多多虽赚钱但视为风险投资 [12] - 拼多多2025年第二季度营收仅增长7.14%增速放缓 [12] - 最简单方案是买标普500指数或伯克希尔 [12] - 伯克希尔手握3810亿美元现金接班人传承投资文化找现金流好公司 [12] 总结 - 投资核心是看懂公司和少犯错误赚企业成长的钱而非折腾的钱 [15]

公司概况 - 公司于2013年1月23日在深圳前海注册成立，注册资本2亿元 [4][6] - 股权结构由开源证券股份有限公司、北京市中盛金期投资管理有限公司、深圳市和合投信投资合伙企业、北京长和世纪资产管理有限公司各持股25% [6] - 经营理念为以客户为中心，以合伙制为本，坚守合规底线，永葆创新活力 [6] 业务资质与规模 - 公司于2012年12月获得基金管理资格，后续陆续获得境外证券投资管理业务资格、保险资金投资管理人资格等多项业务牌照 [9] - 截至2025年二季度，公司管理规模为1047.27亿元，非货币基金规模为816.84亿元，在162家公司中排名第55 [9] - 偏股型基金资产净值为508.54亿元，排名27/158；国内主动股票业务单元资产净值为461.45亿元，排名20/157 [9] 荣誉奖项 - 公司累计获得1次金牛基金公司奖、1次金牛进取公司奖、5次金牛基金产品奖 [11] - 公司还获得1次成长公司奖、1次股票投资回报公司奖、6次基金产品奖以及3座明星基金奖 [11] 产品布局 - 公司拥有6大公募产品序列，共102只产品，包括21只股票型、58只混合型、15只债券型、2只货币市场型、4只FOF型和2只商品型基金 [13] - 产品布局具有前瞻性，包括率先布局军工产品、发行市场首只金银珠宝混合基金、在港股通开通前布局沪港深产品等 [14] 投资业绩 - 公司权益类基金最近五年绝对收益排名第10位（共137家公司），固收类基金最近一年绝对收益排名第40位（共170家公司） [15] - 有18只产品过去一年业绩排名同类前1/4，22只产品过去两年和过去三年排名前1/4，18只产品过去五年排名前1/4 [18] - 另有12只产品被评为银河五星级好基 [18] 投资理念与团队 - 核心投资理念包括研究创造价值、专注追求绝对收益、以基本面研究为立足点 [21][23][24] - 代表性基金经理团队包括一位权益投资决策委员会主席，拥有清华大学计算机博士学位和16年基金从业经验 [25] - 团队另一位副总经理拥有北京大学经济学硕士学位和17年基金从业经验 [25] 社会责任 - 公司在云南省迪庆州德钦县、陕西省商南县分别启动"一县一梦想"公益项目 [27] - 公司向武汉市慈善总会捐赠1000万元用于疫情防控，并向广东省对口村庄捐赠100万元落实乡村振兴帮扶 [28]

市场环境与整体表现 - 2025年前三季度A股市场在“政策托底+流动性宽松”的共振下呈现“小盘逆袭、高换手”的结构性行情 [1] - 公募量化基金同期迎来“丰收季”，有业绩展示的1166只公募量化基金平均收益为26.52% [1] - 股票型与混合型量化基金是绝对主体，合计1081只，占比92.71% [1] - 股票型量化基金前三季度平均收益为28.65%，混合型量化基金平均收益为26.72% [1] 股票型量化基金前十强 - 前十强上榜收益门槛为57.64%，包含2只普通股票型基金和8只指数型股票基金 [3] - 前十强基金主题“科技含量”高，聚焦半导体、创业板、人工智能等方向 [3] - 贵金属及有色板块因降息预期和地缘避险因素催化，成为重要布局方向 [3] - 收益前三的基金分别由富国基金曹晋、永赢基金钱厚翔和张璐、嘉实基金刘斌管理 [3] - 永赢上证科创板100指数增强发起A（代码021278）位列第二，前三季度收益为67.53%，超越业绩比较基准56.24% [6] - 该永赢基金成立于2024年5月28日，成立以来单位净值增长率为86.78% [6] - 其2025年二季报前十大重仓股集中于创新药和半导体领域，包括荣昌生物、绿的谐波、厦钨新能等，第一大重仓股荣昌生物二季度涨幅超48% [7] 混合型量化基金前十强 - 前十强上榜收益门槛为55.09%，包含6只偏股混合型基金和4只灵活配置型基金 [8] - 收益前三的基金分别由长信基金左金保和宋海岸、浙商证券资管庞雅菁、北信瑞丰程敏管理 [8] - 冠军基金长信电子信息量化混合A（代码519929）前三季度收益达72.56%，大幅超越业绩比较基准28.69% [11] - 该长信基金成立于2016年7月27日，成立以来单位净值增长率为73.6% [11] - 其前十大重仓股包括泰凌微、安集科技、仕佳光子等 [11] - 亚军基金浙商汇金量化精选混合A（代码006449）收益为71.09%，超越业绩比较基准8.73% [11] - 该浙商基金成立于2019年3月25日，成立以来单位净值增长率为67% [11] - 其前十大重仓股二季度全部上涨，第二大重仓股舒泰神因创新药研发进展催化，季度涨幅超400% [12]